A Semi-Decentralized Approach to Multiagent Control
多智能体控制的半去中心化方法
机构 * Stanford University(斯坦福大学) ; Northeastern University(东北大学)
AI总结 本文提出半去中心化方法,用于解决多智能体控制中的通信不确定性问题,通过SDec-POMDP框架统一了去中心化和多智能体POMDP,并引入RS-SDA*算法生成最优策略。
高校专区
多智能体控制的半去中心化方法
机构 * Stanford University(斯坦福大学) ; Northeastern University(东北大学)
AI总结 本文提出半去中心化方法,用于解决多智能体控制中的通信不确定性问题,通过SDec-POMDP框架统一了去中心化和多智能体POMDP,并引入RS-SDA*算法生成最优策略。
张量张量与凸集图的耦合:在C空间中实现有效的压缩、探索与规划
机构 * Technical University of Munich(慕尼黑技术大学) ; Northeastern University(东北大学)
AI总结 TANGO通过结合张量压缩与图优化,在C空间中实现高效、几何感知的运动规划,提升轨迹生成的质量和效率。
Comments 8 pages, 10 figures, accepted paper for ICRA2026
IDRL: 一种面向抑郁症诊断的个体感知多模态抑郁症相关表示学习框架
机构 * School of Computer Science and Engineering, Northeastern University, Shenyang, China(东北大学计算机科学与工程学院) ; Key Laboratory of Intelligent Computing in Medical Image of Ministry of Education, Northeastern University, Shenyang, China(教育部医学图像智能计算重点实验室) ; National Frontiers Science Center for Industrial Intelligence and Systems Optimization, Shenyang, China(工业智能与系统优化国家级前沿科学中心) ; Alberta Machine Intelligence Institute, University of Alberta, Edmonton, Canada(阿尔伯塔机器智能研究所,阿尔伯塔大学,加拿大爱德蒙顿)
AI总结 IDRL框架通过分解多模态表示并引入个体感知的模态融合模块,提升抑郁症诊断的鲁棒性和适应性。
Co-Diffusion:一种面向亲和力的两阶段潜在扩散框架用于通用化药物-靶点亲和力预测
机构 * School of Computer Science and Engineering, Northeastern University(东北大学计算机科学与工程学院) ; College of Information Science and Engineering, Northeastern University(东北大学信息科学与工程学院) ; Westlake University(西湖大学) ; School of Artificial Intelligence, Beihang University(北航人工智能学院) ; Key Laboratory of Bioresource Research and Development of Liaoning Province, College of Life and Health Sciences, Northeastern University(辽宁省生物资源研究开发重点实验室,东北大学生命与健康科学学院)
AI总结 Co-Diffusion通过两阶段潜在扩散框架提升药物-靶点亲和力预测的泛化能力,解决冷启动问题并增强零样本泛化。